5 个PyTorch 中的处理张量的基本函数
每个深度学习初学者都应该知道这5个Pytorch 的基本函数。
[人工智能-深度学习-72]：卷积神经网络 - 空间金字塔池化SPP-Net网络与Pytorch代码实现
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章SPP-Net网络概述1.1 什么是SPP-Net？1.2 SPP-Net的基本思想1.3SPP-Net的好处与优点第2章SPP网络结构2.1 SPP金字塔池化层的位置2.2 SPP的特征提
初识Pytorch使用transforms
首先，这次讲解的tansforms功能，通俗地讲，类似于在计算机视觉流程里的图像预处理部分的数据增强。transforms的原理：说明：图片（输入）通过工具得到结果（输出），这个工具，就是transforms模板工具,(tool=transforms.ToTensor()具体工具),使用工具resu
神经网络做MNIST手写数字识别代码
代码（python+pytorch）import torchfrom torchvision import transformsfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport torch.op
pytorch基础复习1.1——常用API
【写在前面】：此专栏为本人在系统复习pytorch基础时写下的笔记，复习内容与进度参考一位在B站讲深度学习的up主（deep_thoughts），此笔记旨在帮助小伙伴快速入门和复习pytorch相关知识，写得不好的地方多担待，可直接移步up主的视频学习。此专栏全程无盈利性质。up主（deep_tho
使用 PyTorch Geometric 在 Cora 数据集上训练图卷积网络GCN
本文将告诉你如何将斯坦福大学（CS224W: Machine Learning with Graphs）应用到实际当中并复现一篇论文的结果。
从零实现深度学习框架——实现Tensor的反向传播
在常见运算的计算图中，我们了解了加减乘除等运算的计算图。本文通过代码实现加法和乘法的计算图来了解我们的`Tensor`自动反向传播计算梯度的模式。
计算 Python 代码的内存和模型显存消耗的小技巧
本篇文章我们将介绍两个 Python 库 memory_profiler和Pytorch-Memory-Utils，这两个库可以帮助我们了解内存和显存的消耗。
联邦学习（Federated Learning）详解以及示例代码
联邦学习也称为协同学习，它可以在产生数据的设备上进行大规模的训练，并且这些敏感数据保留在数据的所有者那里
